Bilateral Blur(双边滤波)

图像模糊是一个很常用且重要的处理方式，是很多渲染效果中不可或缺的一个处理环节。最常见的是高斯模糊，基本思路就是卷积的时候利用高斯分布(正态分布)作为权值来影响卷积的效果。

 

Bilateral Blur(双边滤波)：

相对于传统的高斯blur来说很重要的一个特性即可可以保持边缘（Edge Perseving），这个特点对于一些图像模糊来说很有用。一般的高斯模糊在进行采样时主要考虑了像素间的空间距离关系，但是却并没有考虑像素值之间的相似程度，因此这样我们得到的模糊结果通常是整张图片一团模糊。Bilateral blur的改进就在于在采样时不仅考虑像素在空间距离上的关系，同时加入了像素间的相似程度考虑，因而可以保持原始图像的大体分块进而保持边缘。在于游戏引擎的post blur算法中，bilateral blur常常被用到，比如对SSAO的降噪。

 

原理：

Bilateral只不过是高斯滤波的升级版，出了考虑把空间位置作为权重以外，还加入了基于相似度的权重因子。

 

代码实现：

1.基于空间距离的权重因子生成 ：

这个是计算距离权重的公式，e-x 是距离，这个值是可以事先生成好，这样就不用计算了。

2.基于相似度的权重因子的生成 ：

这里的西格玛和f是像素值之间的差距，其实原理跟距离是一个样的。

3.最终filter颜色的计算 ：这个就是做卷积没啥太大意思。

 第一张是双边滤波，第二张是圆图片，第三张是高斯滤波。算法没有好坏之分的，各种的适用场景不一样而已。